今の世の中には、コホート分析に関するたくさんの記事があります。 ただ、正直なところ、それらのほとんどは退屈で、不必要に技術的で、実行可能なものではありません。
顧客コホートを分析する方法は、データサイエンティストやエンジニアである必要はありません。 これは、すべての起業家、マーケティング担当者、またはSaaSで働くすべての人が学ぶことができるものです。
そのためこの記事では、コホート分析の方法（それが何であるかを定義するだけでなく）と、それを使用してビジネスを改善する方法について、専門用語をほとんど使わずに解説していきます。
コホート（Cohort）とは何か？
コホートは、共通項を持つユーザーのグループです。通常、コホートは特定の時間枠内に設定されることが多いです。 学校の学年のように 2020年、2021年などのクラスみたいに分けるみたいな感じです。これらの特定の年に卒業したすべての人々は、同じコホートの一部です。
アプリとソフトウェアに関しては、コホートはユーザーと顧客で構成されています。 例えば：
- 同じ月にトライアルにサインアップしたユーザー
- 同じ月に有料顧客に変換したユーザー
- 同じ月にキャンセルしたユーザー
- 特定の期間に特定の機能を使用したユーザー
コホートを使用すると、各顧客を1つずつ確認しなくても、ユーザーの行動を簡単に分析できます。 代わりに、顧客をコホートに入れて、その中の傾向を調べることができます。
コホート分析とは何か？
コホート分析とは、コホートから洞察を引き出して、製品、マーケティング、オンボーディング、およびビジネスの他の部分をよりよく理解できるようにすることです。
また、コホート分析の最も一般的な用途の1つは、顧客維持を改善することです。コホートの顧客を分析することで、顧客がサブスクリプションの早い段階でキャンセルしているかどうか、製品またはビジネスの変更が解約にどのように影響しているか、各コホートが収益にどのようにしているか、その他の重要な洞察などを確認できます。
ほとんどの場合、SaaS企業は行動または買収のいずれかに基づいてコホートを分析します。 それぞれの概要は次のとおりです。
行動コホート
行動コホートは、ユーザーが製品で実行する特定のアクションによってグループ化されます。たとえば、Baremetricsには、特定の週にログインしてMRRを表示したユーザーのコホートが存在する場合があります。
行動コホートでは、以下を定義する必要があります。
- 特定の動作
- 期間
これには、Mixpanel（またはGoogle Analytics）などのツールを使用できます。 行動コホートは、ユーザーが製品にどのように関与しているかを理解するのに最適です。この機能により、ユーザーは戻ってきたり、その他の製品固有の情報を入手したりできます。
ユーザーが製品にどのように関与しているかを学ぶことが目標である場合、行動コホートは良い選択肢です。 しかし、今回は顧客の保持と獲得に焦点を当ててみたいと思います。
獲得コホート
コホート分析を使用して解約率を改善するには、獲得コホートを調べる必要があります。 これらは、ユーザーがいつ製品にサインアップしたかに基づくコホートです。
たとえば、2月にサインアップした人は、同じコホートの一部になります。 これはBaremetricsで追跡できます。
獲得コホートは、顧客のLTV、平均解約時間、および保持に関連するその他の洞察を把握するのに役立ちます。 この記事の後半で、これらすべてについて詳しく説明します。
コホート分析チャートの読み方
コホートチャートを初めて使用する場合は、一見すると少し混乱する可能性があります。 しかし、実際には、何を見ているのかがわかれば、非常に読みやすくなっています。
これは、Baremetricsでのコホートチャートの概要です。まず、1つのコホートだけを見てみましょう。
左から右に、いくつかの日にちや数字に注目してください。
- 2020年8月：これは「コホート」、つまり2020年8月に当社の製品にサインアップした顧客です。
- 30：これはこのコホートの顧客数です。 そのため、2020年8月に30人の顧客が当社の製品にサインアップしました。
- 100％：これは、サインアップしてから最初の1か月以内に残った顧客の割合です。 そのため、2020年8月には、30人の顧客のうち、解約した人はいませんでした。
その後の各列には、各月の後にそのコホートから残っている顧客の割合が表示されます。 したがって、「1」列の下には、元の30人の顧客の83％が最初の月以降も残っていることがわかります。
パーセンテージを確認したくない場合は、データを絶対数で確認することもできます。 これにより、毎月の残りの顧客の正確な数が表示されます。
ユーザーではなく収益を確認したい場合は、そのデータも提供されます。
データがあり、コホートチャートの読み方を知っていると便利です。 しかし、それを確認してから、行動に移さない限り、何も生まれません。
コホート分析を使用して早期解約を減らす方法
顧客がサインアップしてから最初の数か月以内の解約率を調べることで、会社について多くのことを学ぶことができます。
たとえば、顧客維持チャートが次のようになっているとします。
多くの顧客があなたの製品を使用してから最初の数ヶ月以内に波乱が起きています。
上のグラフを見ると、サインアップの最初の月に、この会社は各コホートから顧客のほぼ4分の1を失っています。 2か月後、ほぼ50％まで減少しています。
彼らが何が起こっているのか理解しない限り、この会社が存続できる可能性はわずかです。顧客がわずか数か月後に解約している場合は、次の1つ以上の兆候である可能性があります。
- あなたの製品はあなたの顧客の期待と一致しません
- オンボーディングプロセスを丁寧に行うことが必要です
- ユーザーの獲得/アクティブ化の方法に問題があります
コホート分析を使用してこれら3つのシナリオのそれぞれを特定する方法と、それらを修正する方法を見てみましょう。
顧客の期待と製品の不一致
映画の予告編を見て、とても興奮したことはありますか？そして、映画を見た後はがっかりし、「予告編と全然違った」なんて想うことがあるかと思います。
これは、顧客の期待が製品の実際の使用経験と一致しない場合にまさに起こります。商品を売りすぎたり、間違ったオーディエンスにマーケティングしたりすると、不一致が発生する可能性があります。
たとえば、Trelloを見てください。これは、プロジェクト管理やその他のタスクを行うために驚くほど用途の広い製品となっています。ここで、彼らは本格的なCRMツールの代替として販売を開始したとしましょう。
彼らは嘘をついていないでしょう。 TrelloをCRMとして使用することはできます（ここに記載されています）。ただし、Hubspot、Keapなどの一般的なCRMの代替として使用するには、より多くのセットアップとアドオンが必要です。
より高度なCRMの取得を期待して顧客がTrelloにサインアップした場合、彼らは求めていたものを正確に取得できない可能性があります。そして、より基本的なCRMを探してサインアップした人よりも解約する可能性が高くなるはずです。この場合は、明らかに販売方法やマーケティングが間違っているという証拠になるでしょう。
コホート分析を使用して、「期待と現実」が顧客を失望させているかどうかを確認する1つの方法を次に示します。
まず、顧客がサブスクリプションをキャンセルするたびに、キャンセルの理由を尋ねます。これには、Baremetricsの解約インサイトを使用できます。
理由の収集を開始すると、ユーザーがキャンセルした理由の傾向を確認できます。理由を設定したら、Baremetricsで、キャンセルの理由を期待に関連するものとしてリストした人々のために特別に顧客セグメントを作成します。
機能が不足しているためにキャンセルした人、データ/ツールの使用方法がわからなかった人、または競合他社に切り替えた人である可能性があります。
このフィルターを「Cancellation Reason - Expectations」として保存しました。 さて、先に進むと、キャンセルしてこれらの理由の1つを含む人は誰でも、このセグメントに入れられます。
次に、顧客維持コホートチャートに進みます。 このコホートの特定のセグメントを選択できるドロップダウンがあります。 作成したものを選択します。
上のグラフで確認しているのは、過去12か月間に登録し、キャンセル時にフィルターからキャンセル理由の1つを示した顧客です。
これに基づくと、ほとんどの場合、「期待はずれ」の理由でキャンセルする人は、いくつかの例外を除いて、少なくとも1〜2か月後にキャンセルする傾向があることがわかります。
大量のモデルがないため、サンプル数は少なくなります。 ただし、月に数百または数千の顧客を登録するビジネスをしている場合は、さらに強い傾向が見られる可能性があります。
このデータは、キャンセルの合計と比較すると、より価値があります。それでは、2つのチャートを並べて見てみましょう。
- すべての顧客の顧客維持チャート
- 「期待はずれ」がキャンセル理由セグメントの顧客維持チャート
「相対」から「絶対」に切り替えて、パーセンテージではなく、毎月の実際の残りのユーザー数を確認できるようにします。
「期待はずれ」の理由の1つでキャンセルした人の数は非常に少なく、これは良い兆候です。 ただし、この例はプロセスを順を追って説明するためのものであることに注意してください。 あなたの調査結果はどうなるかわからず、おそらく異なるものとなるでしょう。
あなたのビジネスのためにこの演習を行うときに注意したいことは、各コホートの何人の顧客が、あなたの製品が彼らの期待に合わなかったためにキャンセルしているのかを確認することです。
不十分なオンボーディングプロセス
コホートの最初の数か月以内に急激に減少するもう1つの潜在的な原因は、顧客が十分にオンボーディングされていないことです。 これは前のヒントと結びついています。
顧客が製品の使用方法を理解していないためにキャンセルする場合は、オンボーディングプロセスを立て直す必要があります。
オンボーディングに問題があるかどうかを確認するには、前のセクションと同じ手順に従ってください。 今回だけ、製品の使い方を理解できなかったためにキャンセルした人々をセグメントしてください。 また、「オンボーディングの欠如」や「製品トレーニングの不足」などの理由を具体的に選択できるようにすることもできます。
商品の使い方がわからないためにキャンセルする顧客の数が、キャンセル全体のかなりの割合を占める場合は、その時点で、オンボーディングプロセスを修正する必要があります。
理想的でない顧客獲得とアクティブ化モデル
一部の顧客は、彼らが獲得された方法のために最初から解約する運命にあります。これは、企業が新規顧客に大幅な割引を提供する場合、または数か月間無料で提供する場合によく見られます。
割引は、新しい顧客をすばやく獲得するための良い方法です。ただし、最初の数か月で解約率が高くなる可能性があることも受け入れる必要があります。
それはまさに、クリスマスセールのセールを実行した後に大量の新規顧客を獲得できるようなものです。
もしかすると、目標とする獲得コストの半分で顧客を獲得できるかもしれません。しかし、解約率が数週間で大幅に上がることでしょう。
そして、月間LTVは低下し、トライアルコンバージョン率も低下するという結果を導くでしょう。最終的には、彼らが提供した割引が非常に大きかったため、質の低いリードを引き付けてしまうことがあります。
※注意：割引や無料トライアル、さらにはフリーミアムを提供する場合は、ビジネスにとって経済的に意味があります。
コホート分析を使用すると、取得モデルまたはアクティベーションモデルが解約の原因であるかどうかを簡単に見つけることができます。 アクティベーションモデルを1〜2か月間変更して結果を比較する実験を実行できます。
それはまさにAhrefsがしたことです。彼らは5年以上にわたり、支払い情報を提供することなく、誰でも14日間無料で製品を使用できるようにしました。
これにより、サインアップし、14日が経過したらキャンセルしてから、別のメールアドレスで再度サインアップすることで、膨大な数の人々が製品を無料で使用するようになりました。
ある時点では、無料ユーザーの数は有料顧客の2倍でした。 そして、それらはフリーミアム製品でさえありませんでした。
無料トライアルは当初、多くの露出を獲得しましたが、無料の顧客に多くのリソース（サーバーコストとカスタマーサポート）が吸収されました。 長期的には、それは持続可能ではありませんでした。
そこで、彼らは7日間のトライアルを7ドルで試しました。 トライアルの数は少なくなりましたが、質の高いユーザーを獲得したため、トライアルから有料へのコンバージョン率が向上しました。
このことについて、詳しく知りたい方は、英語ではありますが、Youtubeビデオをチェックしてみてください。
最初の数か月で解約率が高い場合は、これら3つの問題のいずれかが原因であるかどうかをまずは確認してみてください。 また、コホートによる監視の良い点は、時間の経過に伴う変更の影響を簡単に追跡できることです。
ただし、最初は顧客を維持できる場合もあります。 しかし、6〜12か月後に解約が増えることがあります。
そのようなシナリオで行うことは次のとおりです。
コホート分析を使用して顧客のLTVを改善する方法
SaaS企業（または実際にはあらゆるビジネス）として、顧客ができるだけ長くあなたに支払いを続けたいと考えています。 コホート分析を行うと、解約率が6か月、12か月、18か月、さらには24か月でどのように推移しているかを確認するのに役立ちます。
方法は次のとおりです。
顧客維持コホートテーブルにアクセスしてください。 どれだけ過去を振り返るかにもよりますが、過去12か月のビューから24か月のビューに切り替えることをお勧めします。
今回は、6か月以上に焦点を当てたいと思います。
最初にすべきことは、各コホートが平均解約時間とどのように比較されるかを監視することです。 これは、ユーザーチャーンダッシュボードのBarmetricsで確認できます。
ご覧のとおり、平均解約期間は約21か月です。
コホートチャートを見て、21か月前に高レベルのドロップオフがあるコホートがあるかどうかを確認します。
幸いなことに、何もずれているようには見えません。 しかし、代わりに次のようなものを発見したとしましょう。
1つのコホートが傾向に反しているとします。 その時点で、その特定のコホートを調べて、何が起こったのかを確認するべきです。 以前と同じようにカスタムセグメントを作成し、そのコホートのキャンセル理由を確認します。
ただし、長期的な解約に問題がある場合は、1つだけでなく、複数のコホートで問題が発生している可能性があります。 その場合は、トレンドを変えるためにできることは次のとおりです。
ステップ1. ドロップオフポイントを見つける
まず、コホートがサブスクリプションを開始してから何か月が経過した頃から解約（ドロップオフポイント）が多くなるかを確認する必要があります。6か月以降から始まるコホートチャートの解約クラスターが発生していそうです。
グラフでは、9〜11か月目からの傾向を確認しています。コホートのまともなチャンクは、この時点で約50％まで減少する傾向があります。これらの数値を改善する方法を理解できれば、それらの顧客をより長く維持することでLTVを改善できます。
ステップ2：それらの顧客のキャンセル理由を確認する
次に、その月に人々がキャンセルする理由を調べましょう。コホートごとにチャーンを分析する方法を示すチャーン分析の記事をご覧ください。これを行う方法のステップバイステップのプロセスを見ることができます。
ステップ3.ドロップオフポイントでチェックインします
ステップ2は、顧客が解約した理由を示し、うまくいけば、そこからいくつかのレッスンを得ることができます。ただし、もう1つできることは、ドロップオフ期間の1〜2か月前に顧客にチェックインすることです。
この例では、サブスクリプションの8か月目と9か月目に既存顧客に「チェックイン」メールを送信して、状況を確認できます。そうすれば、問題や何らかの摩擦が発生した場合、キャンセルする前にアカウントを維持できます。
より長期的な解決策は、サブスクリプション全体を通じて顧客をチェックインする自動化された電子メールシーケンス（またはアプリ内メッセージング）を用意することです。そして、これらのシーケンスのパフォーマンス（オープンレート、エンゲージメントなど）を経時的に測定することも重要です。
ステップ4.ドロップオフ期間後のフォローアップ
前の手順は今後の問題に対処するのに役立ちますが、以下のように顧客がドロップオフする期間を耐え抜き、顧客でいてくれている顧客はどうでしょうか。
顧客維持率が以前より安定していることがわかりますが、それはキャンセルのリスクがないという意味ではありません。
彼らが最初のドロップオフ期間を「生き延びた」としても、彼らが関与し、あなたの製品を楽しんでいることを確認するために、彼らに連絡することを強くお勧めします。
さらに、これらのユーザーにあなたのサービスについて何が好きなのか、嫌いなのかを尋ねるアンケートを送るのは良い考えかもしれません。この調査から受け取ったフィードバックを、Step 2で見つけたキャンセルの理由と比較してください。
そこで、類似点と相違点を探します。 そして、フィードバックを使用して、製品とカスタマーエクスペリエンスを向上させます。
目標は、顧客を満足させ、より長く支払ってもらうために何ができるかを見つけることです。 上記の戦術を使用して、傾向を見つけ、潜在的な問題を特定してみてください。
コホート分析を使用して収益のチャーンを最適化する方法
これまで、ユーザーチャーンについて多くのことを話してきました。 ただし、コホート分析を使用して、収益のチャーンに関する洞察も得ることができます。
これの良い使用例の1つは、割引の影響を理解することです。割引が収益にどのように影響するかについて調べてみるとしましょう。 特定のコホートで割引価格の顧客と正規価格の顧客を比較します。
この例では、改めて顧客をセグメントして、それを使用します。今回は、割引アカウントを独自のプランとしてセグメントします。
したがって、最初に特定のコホートで割引価格の顧客と正規価格の顧客を分離するための顧客セグメントを作成する必要があります。 この例では、2019年4月のコホートを使用します。次の2つのフィルターを使用してカスタムセグメントを作成します。
- Sign Up date：特定のコホートの顧客
- Plan：提供するすべての割引プラン（CRMでタグ付けするなど、割引された顧客に別の方法でマークを付ける場合は、「プラン」の代わりに適切なフィルターをここに追加するだけです）。
そのセグメントを[April 2019 Cohort - Discounted]として保存します。
次に、同じフィルターを作成しますが、プランフィルターの「Any of these（これらのいずれか）」の代わりに「None of these（これらのいずれでもない）」に変更します。
次に、そのセグメントを[April 2019 Cohort - No Discount]のように保存します。これで、Baremetricsを使用して、これら2つのセグメントのさまざまな収益関連のメトリックを比較できます。
たとえば、このコホートのどのセグメントが、時間の経過とともにユーザーあたりの平均収益（ARPU）が優れているかを確認できます。
正規価格の顧客は、数か月でネガティブチャーンを経験（良いことです！）しました。 これは、一部の定価のお客様がエクスパンションしたことを意味します（Baremetricsの場合、アカウントをアップグレードしたか、解約インサイトやRecoverなどのアドオン製品を入手しました）。
割引価格の顧客よりも正規価格の顧客の解約率が数人多い場合でも、長期間滞在する割引価格の顧客よりも多くのMRRが得られることに気付くかもしれません。
これは、コホート分析を使用して収益のチャーンを分析する方法の一例にすぎません。 ただし、探しているものに応じてプロセスをカスタマイズできることをご理解いただけましたでしょうか。
コホート分析を使用して全体像を確認
ユーザーをコホートごとに分類すると、傾向を確認して行動を起こすことがはるかに簡単になります。
解約に問題がある場合は、顧客ベース全体を一度に分析して自分を圧迫しないでください。 代わりにコホートで分析することをお勧めします。 それらのコホート内の問題を特定し、変更を加え、結果を測定してみてください。
時間の経過とともに、チャーン全体に改善が見られるようになるはずです。